“在切换到七鱼之前，我们的机器人解决率只有不到40%，智能化丝毫没有凸显出来。用了七鱼三个月，提升到了80%，客户满意度也上来了。”

这是一个真实的客户反馈，在七鱼服务过的案例中，常有发生。

作为厂商，七鱼深知一个事实，就是“智能化”的价值在客户侧的确很难短时验证，也就是在售前阶段，甚至合作后一段周期内，价值都很难凸显。

这也就意味着，无论是效果不佳、重新选型还是切换系统，企业方都有可能为此付出客户流失、时间/成本过度消耗的代价。

所以，为了让各位有意向了解七鱼、选择七鱼的朋友更加安心，并降低选型成本，我们决定通过本篇推送，开诚布公地把“底气”亮出来，看完你就会感叹：还真是靠谱儿！

一、解决率背后的本质

解决率这个概念，想必大家都很熟悉了。它是企业服务智能化水平的结果指标之一，也代表着能为企业节省多少钱，提升多少效率。

那解决率的背后是什么？最直接影响解决率的因素都有哪些？

我们提炼出了3个要素：知识库质量、模型算法、上下文理解能力。

先说说知识库的质量。

知识库的质量大致包含两个方面：

1、知识库全不全？也就是说，知识库是不是已经覆盖了当前C端客户的热门咨询点。

2、知识库合不合理？如果知识库覆盖得全，那答案会不会配置的太复杂了？或者配置的知识点太多了？或者匹配问出现了原本不该出现的知识点下面？

其次是模型算法。

如果知识库并没有出现不全或者不合理的情况，那么解决率不佳的一种可能就是算法没有匹配到，因为不同的应用场景和用户群体可能有不同的语言风格、表达习惯和关注点，即使是同一个问题，不同行业对问题的理解也不一样，特别是当出现一些较为专业的术语和场景时，通用的算法模型就很难精准理解用户的问题。

最后是上下文理解能力，也就是多轮对话的能力。

与多轮对话相对应的，就是单轮对话，它意味着上下文之间没有关联关系，因此无法解决复杂问题。但很多用户咨询的问题都需要考虑前后文的信息才能给出准确的答案，比如查天气、查订单、查物流、办退款等。如果无法实现多轮对话，那么问题的解决效果也定会受到影响。

在明确解决率的本质之后，我们要做的，就是找到导致解决率下降的痛点，逐一“攻破”。

二、技术、产品、服务，各有底气

技术：可高效支持定制化算法模型。

技术是实现智能化的基础，但对于客户来说，往往也是最“琢磨不透”的。

前文中已经提到，即使是同一个问题，不同行业对问题的理解也不一样，因此通用的算法模型在面对部分专业领域的业务咨询时，就会“力不从心”，最终表现为解决率不高。

通常，SaaS软件的底层都是采用一个通用的算法模型，并不是无法提供定制化服务，而是大都只能以私有化的形式进行，会带来较高的人工和时间成本，令企业望而却步。

早在2016年刚开始研发七鱼的时候，我们的技术团队就在这方面提前布局，在底层架构的设计上，直接实现了可SaaS化的算法模型定制化服务，也就是能够为不同客户快速进行算法模型的定制化服务，并快速部署。

算法模型定制化服务具体如何实现呢？

我们会基于客户的业务，对模型做特殊的训练，让它去适应客户的行业、需求。包括：算法评估、训练语料提取、训练语料预处理、训练语料预处理、算法模型训练、算法效果自测

比如，我们曾经为深信服提供算法模型定制化服务后，在人工抽查的线上随机日志中，算法匹配效果提升了8%，推荐问题的合理性增加至少2%。

产品：更强大的多轮对话机器人

智能客服发展到当前的阶段，多轮对话机器人已经不再陌生。但“操作难度大，门槛高“是许多企业对它的普遍认知。

其实，“操作难度大，使用门槛高”是操作者的感知，想要从根源解决这个问题，仍然要从产品设计的逻辑、易用性来入手，否则多轮对话机器很容易变成一个用户看了说明书也不会用的工具，让企业事倍功半。

七鱼在多轮对话机器人这项能力上，都具备哪些优势呢？

首先，机器人流程配置的画面简洁、直观、易懂，这直接降低了使用者的操作难度。

其次，机器人节点类型丰富。

不仅仅覆盖了所有关键任务对话所需要的节点类型（对话节点、判断节点、回复节点、收集节点、查询节点），还可以进行各种节点的组合，并且提供了上下文关联、澄清话术、沉默话术等能力，使得机器人几乎可以实现所有类型的对话逻辑关系，能够解决的问题类型自然也就更加丰富。

最后，灵活的接口对接。

机器人可以在流程中需要的地方调用所需的信息，实现依赖外部信息的判断、回复和处理过程。

以我们服务的“松果出行”为例，假设A用户向松果咨询退卡问题（卡是松果的业务之一），机器人该如何判断A用户的卡使用状态呢？如果可以直接进行端到端的接口对接，当用户提出这个咨询时，就能够直接调用该用户的卡状态，判断是否符合退卡要求，就能顺利解决这个问题。

服务：适配不同阶段的保姆级服务

知识库的质量是决定机器人解决率高低的重要因素之一。而一个高质量的知识库，也依赖于从0到1的建设和持续的运营。

不过，知识库的搭建和运营是一个相对复杂的任务，需要企业具备一定的资源和能力。

不少企业会因为缺乏专业知识，或受到资源限制难以落地。

为此，七鱼就设计了多种服务方案，为机器人运营处于不同阶段的企业，提供可持续的，专业的运营服务支持。

1）初始阶段：机器人冷启动

适用于刚开始使用七鱼系统的企业。

在这个阶段，我们会帮助企业从0到1完成知识库的搭建。包含：

原始数据处理：进行原始历史人工会话清洗、聚类提炼，数据标注等，判断并选取适合放入FAQ和一触即达的问答对。

确定知识库范围：由客户选取需要放入FAQ的问答对，和需要放入多轮对话的问答对。

知识库构建和配置：进行知识库配置，包括FAQ类目搭建及问题导入、常见问题和输入框上方的快捷键入口内容等配置。

知识库匹配率测试：由客户根据知识库范围进行匹配准确率测试。

匹配率达到80%才算成功交付。

2）运营阶段：机器人伴飞

适用于已经使用七鱼一段时间的客户。

在使用机器人的过程中，我们会帮助企业一起定期对机器人的健康度进行“体检”，明确“病症”，并找到相应的解决方案，进行落地改进。

比如，对企业当前运行的机器人进行问法、答案话术、流程、转人工规则等全自动化检测，并输出相应的诊断报告。

报告中会包含机器人整体健康度的评分，以及知识库详细诊断内容，直接给出量化指标。让企业清晰了解到机器人当前的运营水平，以及问题具体出现在哪一个模块，具体到哪一条知识库内容......

同时，还会为企业指明知识库的优化方向，并提供优化建议，以及专属的调优服务。

比如日常badcase的定位优化，分析知识点之间是否有潜在冲突，分析top500热门问题是否有精确匹配等等。

整体来说，七鱼为客户的机器人运营提供了“诊断”、“治疗方案制定”以及“治疗方案执行”的服务选项，会根据不同客户的情况和诉求进行组合。

以我们服务的某头部茶饮品牌C为例。

品牌C之前采用的是纯人工服务，没有梳理过机器人知识库。随着市场竞争越来越大，客户希望进行服务升级，重新组建了一支此前没有接触过机器人运营的服务团队。

针对品牌C所面临的语料信息不足、语料质量差等问题，七鱼的机器人训练师团队为品牌C编写了《茶饮问题分类树》作为参考，并根据其提供的初始知识条做重新的沟通梳理，一同对语料进行了分门别类的批注，提供扩散问题，而后进行一对一的实操指导。

在这一套机器人冷启动服务过后，品牌C的客服机器人上线试运行的月均问题匹配率达到98.82%，解决率达到84.69%。

三、下一站，继续领先

相信大家在读过以上内容之后，对“凭什么相信选择七鱼就不会踩坑”会有一个更加坚定的答案～

你可能还想问，AIGC时代已来，原有的技术、产品、服务会不会被颠覆？

在前阵子在我们介绍商河大模型以及七鱼新一代智能客服的内容中反复提到，当前AI并不能完全代替人工，而是以“辅助”的作用为主。

比如AI为我们完成会话摘要、知识库问答对提取，人工就不需要审核了么？事实上，新技术和老技术相互结合，才能实现效果、效率、成本、可控性上的最优平衡。

因此在产品的设计上，我们也已经过了“把功能搞出来”的阶段，而是去考虑企业真正应用后的可控性和可用性，以及如何能够在新老技术之间自由切换，相互补充。同时，也将为客户提供prompt调优服务。

从过去到现在，到未来，七鱼始终会通过敏锐的业务洞察、扎实的技术能力、与业务高度契合的产品/服务策略等多个维度构筑自身的护城河。持续做行业的引领者，令企业安心的合作伙伴。

试用申请或了解更多详情，欢迎点击联系我们